Fugu-MT 論文翻訳(概要): Fiber Bundle Codes: Breaking the $N^{1/2} \operatorname{polylog}(N)$ Barrier for Quantum LDPC Codes

論文の概要: Fiber Bundle Codes: Breaking the $N^{1/2} \operatorname{polylog}(N)$ Barrier for Quantum LDPC Codes

arxiv url: http://arxiv.org/abs/2009.03921v2
Date: Mon, 26 Oct 2020 18:03:55 GMT
ステータス: 処理完了
システム内更新日: 2023-05-03 04:54:55.431546
Title: Fiber Bundle Codes: Breaking the $N^{1/2} \operatorname{polylog}(N)$ Barrier for Quantum LDPC Codes
Title（参考訳）: ファイバーバンドル符号:$N^{1/2} \operatorname{polylog}(N)$ Barrier for Quantum LDPC codes
Authors: Matthew B. Hastings, Jeongwan Haah, Ryan O'Donnell
Abstract要約: 我々は、$Omega(N3/5/operatornamepolylog(N))$より大きい距離を持つ量子LDPC符号族を示す。これは、N1/2演算子namenamepolylog(N)$を超える距離を実現する最初の量子LDPC符号構成である。
参考スコア（独自算出の注目度）: 1.2246649738388389
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We present a quantum LDPC code family that has distance $\Omega(N^{3/5}/\operatorname{polylog}(N))$ and $\tilde\Theta(N^{3/5})$ logical qubits. This is the first quantum LDPC code construction which achieves distance greater than $N^{1/2} \operatorname{polylog}(N)$. The construction is based on generalizing the homological product of codes to a fiber bundle.
Abstract（参考訳）: 距離が$\Omega(N^{3/5}/\operatorname{polylog}(N))$と$\tilde\Theta(N^{3/5})$論理キュービットを持つ量子LDPC符号族を示す。これは、$N^{1/2} \operatorname{polylog}(N)$より大きい距離を達成する最初の量子LDPC符号構成である。この構成は、符号のホモロジー積をファイバーバンドルに一般化することに基づいている。

関連論文リスト

Quantum LDPC Codes with Transversal Non-Clifford Gates via Products of Algebraic Codes [0.9208007322096533]
我々は、長さ$N$、次元$Kgeq N1-epsilon$、距離$Dgeq N1/r/namepoly(log N)$、安定化器重量$wleqoperatorname(log N)$をサポートする量子LDPC符号の明示的な無限族を構築する。
論文参考訳（メタデータ） (2024-10-18T17:52:59Z)
SSIP: automated surgery with quantum LDPC codes [55.2480439325792]
クビットCSSコード間の手術を自動化するための,オープンソースの軽量PythonパッケージであるSSIP(Identifying Pushouts)による安全手術について述べる。ボンネットの下では、鎖複体の圏における普遍構成によって支配される$mathbbF$上の線型代数を実行する。高い符号距離を犠牲にすることなく,手術によって様々な論理的測定を安価に行うことができることを示す。
論文参考訳（メタデータ） (2024-07-12T16:50:01Z)
Spacetime-Efficient Low-Depth Quantum State Preparation with Applications [93.56766264306764]
任意の量子状態を作成するための新しい決定論的手法は、以前の方法よりも少ない量子資源を必要とすることを示す。我々は、量子機械学習、ハミルトンシミュレーション、方程式の線形系を解くことなど、この能力が役立ついくつかのアプリケーションを強調した。
論文参考訳（メタデータ） (2023-03-03T18:23:20Z)
Exponential Separation between Quantum and Classical Ordered Binary Decision Diagrams, Reordering Method and Hierarchies [68.93512627479197]
量子順序付き二項決定図($OBDD$)モデルについて検討する。入力変数の任意の順序で、OBDDの下位境界と上位境界を証明します。 read$k$-times Ordered Binary Decision Diagrams (k$-OBDD$)の幅の階層を拡張します。
論文参考訳（メタデータ） (2022-04-22T12:37:56Z)
Morphing quantum codes [77.34726150561087]
我々は15キュービットのReed-Muller符号を変形し、フォールトトレラントな論理的な$T$ゲートを持つ最小の安定化器符号を得る。色符号を変形させることにより、ハイブリッドな色履歴符号の族を構築する。
論文参考訳（メタデータ） (2021-12-02T17:43:00Z)
Quantifying nonlocality: how outperforming local quantum codes is expensive [0.06091702876917279]
量子低密度パリティチェック(LDPC)符号は、スケーラブルな量子回路の構築コストを削減するための有望な方法である。局所的な相互作用によって実装された量子LDPC符号は、その次元$k$と距離$d$の制約に従うことを示す。特に2Dでは、距離$n1/2 + epsilon$符号を持つ量子LDPCが$Omega(n1/2 + epsilon)$長さ$widetildeOmega(nepsilon)$相互作用を必要とすることを示す。
論文参考訳（メタデータ） (2021-09-22T18:55:45Z)
On Quantum Weight Reduction [0.0]
LDPC符号における高重み安定化器を効果的に誘導する「コンティング」と呼ばれる新しい手法を提案する。あるアプリケーションでは、任意のLDPCコード(任意の$O(1)$の安定化器重みを持つ)は、すべての安定化器が5ドル以上の重みを持つコードに変換することができる。
論文参考訳（メタデータ） (2021-02-19T17:01:29Z)
Balanced Product Quantum Codes [5.33024001730262]
この研究は、$[[N, K, D]]$ LDPC量子符号の最初の明示的で非ランダムな族を提供する。この族は古典的な符号とラマヌジャングラフを平衡積と呼ばれる演算によって結合することによって構成される。
論文参考訳（メタデータ） (2020-12-16T21:19:38Z)
Quantum LDPC Codes with Almost Linear Minimum Distance [0.0]
次元 $Theta(log N)$ と距離 $Theta(N/log N)$ の量子LDPC符号をコード長 $Ntoinfty$ として構成する。固定された$R 1$に対して、コード長$Ntoinfty$として最適循環サイズ$Omega(N/log N)$の古典LDPC符号の準循環的に良い族が少なくとも$R$で存在することを示す。
論文参考訳（メタデータ） (2020-12-07T21:20:53Z)
An Optimal Separation of Randomized and Quantum Query Complexity [67.19751155411075]
すべての決定木に対して、与えられた順序 $ellsqrtbinomdell (1+log n)ell-1,$ sum to at least $cellsqrtbinomdell (1+log n)ell-1,$ where $n$ is the number of variables, $d$ is the tree depth, $c>0$ is a absolute constant。
論文参考訳（メタデータ） (2020-08-24T06:50:57Z)
Quantum Differentially Private Sparse Regression Learning [132.1981461292324]
我々は、スパース回帰問題を解くために、効率的な量子微分プライベート(QDP)ラッソ推定器を考案する。最後に、QDP Lasso はプライバシー保証付きで $tildeO(N-2/3)$ に近い最適ユーティリティを実現していることを示す。
論文参考訳（メタデータ） (2020-07-23T10:50:42Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。